博主头像

Stable Diffusion - automatic1111 与 ControlNet 安装使用

外来客 • 2026-08-27 02:58:49

分享
𝕏 f ◉
声明：本文为对公开内容的摘要整理， 未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议； 观点与版权归原作者及原平台所有。 如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

（原标题：How to Install and Use Stable Diffusion - automatic1111 with ControlNet Tutorial）

🖥️ 系统要求与基础环境配置

  • 硬件前提：Stable Diffusion 最佳运行环境为 NVIDIA 20 系列及以上 GPU，操作系统以 Windows 为例。
  • 软件依赖：必须安装 Python 3.10.6 版本（新版 Python 存在兼容性问题），安装时需勾选“Add Python to Path”；需安装 Git 用于获取 UI 代码及后续更新。
  • 安装步骤：
  1. 在命令提示符中进入目标安装目录。
  2. 执行 `git clone` 命令从 GitHub 仓库下载 Stable Diffusion Web UI 代码。
  3. 运行 `webui-user.bat` 文件，等待自动安装剩余组件。
  4. 安装完成后，通过浏览器访问本地地址即可看到用户界面。

🎨 模型选择与基础生成设置

  • 模型来源：推荐从 Civitai 网站下载用户创建的自定义模型，以替代基础模型，从而提升画质或特定风格（如写实、动漫）。
  • 模型部署：
  • 主模型文件需放入 `models/stable-diffusion` 文件夹。
  • 若模型需要 VAE 文件，需单独下载并放入 `models/VAE` 文件夹。
  • 在 UI 设置中搜索 `SD_VAE` 并启用，以便在界面中选择对应的 VAE。
  • 提示词策略：
  • 正向提示词：描述媒介（如“照片肖像”）、主体（如“穿奇幻盔甲的男人”）及细节（如“40岁、棕色头发”）。
  • 负向提示词：描述不想要的内容，特别是质量缺陷或风格冲突（如“卡通、单色”），对控制结果风格至关重要。
  • 核心参数：
  • 采样器：推荐 DPM++ 2M Karras，兼顾质量与速度。
  • 采样步数：20 步用于快速测试，50 步左右为质量与时间的平衡点，过高步数收益递减。
  • 分辨率：建议保持模型训练时的原生分辨率（如 512x512 或 768x768），非正方形比例可能导致多头等异常。
  • CFG Scale：控制 AI 对提示词的遵循程度。低值（约 3）创意性强但细节缺失；高值（如 15）细节多但可能审美不佳。
  • 批量设置：Batch Size 为单次生成数量，Batch Count 为连续生成次数。

🕸️ ControlNet 扩展应用

  • 功能定位：ControlNet 是 Stable Diffusion 的核心优势，能精确控制构图、姿态和边缘，优于 MidJourney 等竞品。
  • 安装流程：在扩展仓库中搜索 ControlNet 并安装，重启 UI 后，下载对应的模型文件（如 depth、canny、openpose）放入 `extensions/ControlNet/models` 文件夹。
  • 具体模式：
  • Depth（深度）：识别参考图的 3D 空间结构（近白远黑），用于保持场景构图一致，但不保留颜色。
  • Canny（边缘）：识别参考图的轮廓线条，用于保留物体形状和位置细节（如窗户、门的位置）。
  • OpenPose（姿态）：识别人物姿态和面部表情，用于生成特定动作的人物图像。
  • 注意事项：ControlNet 主要控制结构，不直接复制颜色信息；首次使用某些预处理器时需下载额外文件。

🛠️ 图像细化与局部重绘

  • 图生图（Img2Img）：
  • 用于在保留原图大致色彩和构图的基础上生成变体。
  • 去噪强度（Denoising Strength）：关键参数。低值（如 0.2）变化微小；高值变化大但可能偏离原图。
  • 局部重绘（Inpainting）：
  • 模型选择：需下载专门用于 Inpainting 的模型版本（如 Cyber Realistic 的 inpainting 版）。
  • 操作逻辑：
  1. 使用画笔涂抹需要修改的区域。
  2. Masked Content：设为 "fill" 用于移除物体（如手表）；设为 "original" 用于保留原图细节并优化（如修复面部）。
  3. Inpaint Area：设为 "only masked" 可在全分辨率下仅处理遮罩区域，适合细节修复。
  4. 提示词：负向提示词用于排除不想要的元素（如“watch”）；正向提示词用于描述期望的细节（如“微笑的黑人男性，面部细节丰富”）。
  • 偏见提示：AI 模型存在训练数据偏见，例如默认生成白人男性，需在提示词中明确指定种族特征（如“black man”）以获得预期结果。

博主头像 👤 同一博主

查看该博主全部 24 篇

🧭 类似博主

0 条评论

发表评论

请先 登录 后参与讨论。